CN100372361C - 实时浮动阈值提取方法 - Google Patents

实时浮动阈值提取方法 Download PDF

Info

Publication number
CN100372361C
CN100372361C CNB2005100460326A CN200510046032A CN100372361C CN 100372361 C CN100372361 C CN 100372361C CN B2005100460326 A CNB2005100460326 A CN B2005100460326A CN 200510046032 A CN200510046032 A CN 200510046032A CN 100372361 C CN100372361 C CN 100372361C
Authority
CN
China
Prior art keywords
background
cutting
level
threshold
present
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CNB2005100460326A
Other languages
English (en)
Other versions
CN1835554A (zh
Inventor
肖阳辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Institute of Automation of CAS
Original Assignee
Shenyang Institute of Automation of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenyang Institute of Automation of CAS filed Critical Shenyang Institute of Automation of CAS
Priority to CNB2005100460326A priority Critical patent/CN100372361C/zh
Publication of CN1835554A publication Critical patent/CN1835554A/zh
Application granted granted Critical
Publication of CN100372361C publication Critical patent/CN100372361C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Image Input (AREA)

Abstract

本发明应用于视频图像处理,尤其是针对复杂背景条件下的二值化分割阈值电平的实时浮动阈值提取方法。它采用行背景采样的方法来选择切割阈值,具体为:在行方向上,提取波门后沿处的电平作为本行的背景电平,用所述背景电平作为切割门限切割该行的视频信号。本发明其分割效果好,能满足图像处理实时性的要求。

Description

实时浮动阈值提取方法
技术领域
本发明应用于视频图像处理,尤其是针对复杂背景条件下的二值化分割阈值电平的实时浮动阈值提取方法。
背景技术
在视频图像处理中,经常需要从背景中提取需要跟踪的目标,可靠、准确地提取背景电平是可靠检出目标的前提。提取背景的方法很多,比如固定门限法、直方图统计法、场背景采样法等。
固定门限法比较简单,根据经验或某种规则,选择一个固定的分割阈值T,用该阈值对整幅图像进行切割。该方法可以应用于目标和背景对比度强且对比度比较固定的场合。一般应用于室内静物的提取。在复杂背景下,一般无法采用该方法。
场背景采样法:对于简单背景条件下的小目标的跟踪,目标一般都在波门的中心,因此,波门四边都应该是背景,令背景平均灰度为fB,则有:
fB=(fGT+fGB+fGR+fGL)/4;
其中:fGT、fGB、fGL、fGR分别代表波门上、下、左、右四边的背景电平。通过背景采样可以很容易获取这四个值。如果背景照度比较均匀,也可以用一条边的电平代替平均电平。采用该背景电平作为切割阈值时,当背景照度变化时,切割阈值会随之变化,因此该切割阈值是一个随背景变化的浮动阈值。在场背景采样法中,整幅图像的切割阈值只有一个,该方法对于背景比较均匀的场合或者目标和背景对比度比较高的情况下,切割效果很好。但在实际应用中,尤其是对在场各方向上照度不均匀的时候,采用一个阈值进行切割,导致有些比平均背景高的背景被当作目标切割出来,从而对跟踪造成干扰。
直方图统计法:是基于图像灰度直方图分析的切割阈值提取方法,是较直观、应用比较普遍的图像分割方法。该方法是基于以下假设进行的:图像中像素的灰度在较少几个灰度值附近出现的概率较大。一般认为灰度直方图的每个峰值代表一个目标区域,而谷值则是从一个目标区域到另一个目标区域的过渡点。直方图阈值分割就是尽量对这些峰所代表的目标区域进行分割。如果图像由不同的灰度区域组成,特别是区域较为明显时,其灰度直方图一般会表现出数个峰值,并具有一系列深谷。此时,最佳灰度阈值的选取较为容易(只要检测出深谷的灰度值即可),并能获得很好的图像分割效果。但实际图像由于噪声干扰等因素的影响,直方图通常会出现单峰或具有宽且平的峰谷的情况。这时,最佳阈值往往可能出现在图像直方图的“肩部”,因此很难直接根据直方图的峰谷来选择阈值。
针对以上方法的缺陷,为适应复杂背景条件下切割阈值的可靠提取,本发明提出了一种实时浮动阈值提取方法。
发明内容
本发明的目的是一种可更精细地切割在复杂背景条件下的二值化分割阈值电平图像的实时浮动阈值提取方法。
本发明解决其技术问题所采用的技术方案是:采用行背景采样的方法来选择切割阈值,具体为:在行方向上,提取波门后沿处的电平作为本行的背景电平,用所述背景电平作为切割阈值切割该行的视频信号。
本发明的有益效果如下:
1.图像分割效果好。本发明采用了行背景采样法,每行都有一个随着该行背景照度变化的切割阈值,整幅图像不是采用一个点进行分割,而是一条曲线进行切割,使切割更精细,在比较复杂的背景条件下,这种方式切割取得了很好的二值化效果。
2.可采用结构简单的电路实现,适用性强。本发明方法均可采用硬件电路实现(本发明例举一实施例,但并一以此来限定本发明),能满足图像处理实时性的要求。
附图说明
图1是本发明的原理框图。
图2是本发明的一个实施例电路原理图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
本发明采用行背景采样的方法来选择切割阈值,具体为:在行方向上,提取波门后沿处的电平作为本行的背景电平,用所述背景电平作为切割阈值切割该行的视频信号。其电控装置如图1、2所示,由增益控制电路、采样脉冲形成电路、行背景采样电路,及视频放大、射随驱动、背景相减、可控增益的视频放大、驱动部分组成,本实施例分别采用增益控制电路N8、采样脉冲形成电路N1、行背景采样电路N3,及视频放大器N2、射随驱动器N4、背景相减器N5、可控增益的视频放大器N6及驱动器N7;其中:原视频信号经视频放大器N2放大后,分两路输出:一路到行背景采样电路N3,行背景采样电路N3控制端是采样脉冲形成电路N1,因此,可以保证每一行所采样的背景电平基本反映了目标附近的背景电平,该电平作为阈值,行背景采样电路N3经射随驱动器N4驱动后输入到背景相减器N5的输入端;另一路,视频放大器N2将经过放大的视频信号直接送至背景相减器N5;所述视频信号和背景电平信号经过背景相减器N5相减后输出为去掉背景电平后的目标信号,即只有目标信息的信号,作为可控增益的视频放大器N6的输入信号,可控增益的视频放大器N6的增益是可控制的,由增益控制电路N8完成,通过增益控制端的电平组合,可以完成8档增益的控制。最后,可控增益的视频放大器N6输出信号经过驱动器N7输出。其中:采样脉冲形成电路N1在行窗口信号的后沿形成一采样负脉冲,控制行方向采样点的位置。
其结果:这样,每行都有一个随着该行背景照度变化的切割阈值,整幅图像不是采用一个点进行分割,而是一条曲线进行切割,由于本发明的这种切割更精细,所以,在比较复杂的背景条件下,本发明所述切割取得了很好的二值化效果。本实施例的具体二值化效果是:给定的一幅具有复杂背景的图像,分别用固定门限法、场背景采样法、直方图统计法和本发明所述的方法对指定亮目标进行提取,上述个方法的提取灵敏度分别是120毫伏、65毫伏、44毫伏和30毫伏,相比之下,在复杂背景条件下,本发明所述方法可以有效地提高提取目标的灵敏度。
本实施例所述采样脉冲形成电路N1采用74HC221芯片,视频放大器N2采用AD811芯片,行背景采样电路N3采用AD582芯片,射随驱动器N4采用BUF04芯片,背景相减器N5采用AD812芯片,可控增益的视频放大器N6采用AD812芯片,驱动器N7采用BUF04芯片,增益控制电路N8采用ADG441芯片。
本发明所述可控增益的视频放大器N6输入端亦可不接增益控制电路N8。

Claims (1)

1.一种实时浮动阈值提取方法,其特征在于:采用行背景采样的方法来选择切割阈值,具体为:在行方向上,提取波门后沿处的电平作为本行的背景电平,用所述背景电平作为切割门限切割该行的视频信号。
CNB2005100460326A 2005-03-16 2005-03-16 实时浮动阈值提取方法 Expired - Fee Related CN100372361C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2005100460326A CN100372361C (zh) 2005-03-16 2005-03-16 实时浮动阈值提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2005100460326A CN100372361C (zh) 2005-03-16 2005-03-16 实时浮动阈值提取方法

Publications (2)

Publication Number Publication Date
CN1835554A CN1835554A (zh) 2006-09-20
CN100372361C true CN100372361C (zh) 2008-02-27

Family

ID=37003140

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2005100460326A Expired - Fee Related CN100372361C (zh) 2005-03-16 2005-03-16 实时浮动阈值提取方法

Country Status (1)

Country Link
CN (1) CN100372361C (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103150568B (zh) * 2011-12-06 2016-03-02 中国科学院沈阳自动化研究所 一种实现浮动阈值的装置
CN110712720A (zh) * 2019-10-16 2020-01-21 南通中远海运川崎船舶工程有限公司 一种用于船舶吃水测量的系统及其使用方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5832111A (en) * 1990-12-21 1998-11-03 U.S. Philips Corporation Method and device for binary segmentation of a signal representing a digital image with a threshold obtained using a histogram
US6081627A (en) * 1996-08-23 2000-06-27 Matsushita Electric Industrial Co., Ltd. Two-dimensional code reader
CN1335581A (zh) * 2000-07-12 2002-02-13 佳能株式会社 图像处理装置、图像处理方法和程序及其记录介质
CN1400806A (zh) * 2001-07-31 2003-03-05 佳能株式会社 采用自适应二值化的图象处理方法和设备
CN1540576A (zh) * 2003-04-21 2004-10-27 ��ʽ���緺̩ 用于找出图像分割的最佳阈值的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5832111A (en) * 1990-12-21 1998-11-03 U.S. Philips Corporation Method and device for binary segmentation of a signal representing a digital image with a threshold obtained using a histogram
US6081627A (en) * 1996-08-23 2000-06-27 Matsushita Electric Industrial Co., Ltd. Two-dimensional code reader
CN1335581A (zh) * 2000-07-12 2002-02-13 佳能株式会社 图像处理装置、图像处理方法和程序及其记录介质
CN1400806A (zh) * 2001-07-31 2003-03-05 佳能株式会社 采用自适应二值化的图象处理方法和设备
CN1540576A (zh) * 2003-04-21 2004-10-27 ��ʽ���緺̩ 用于找出图像分割的最佳阈值的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种基于全局均值和局部方差的图像二值化方法. 龙钧宇,金连文.计算机工程,第30卷第2期. 2004 *
飞机目标红外图像序列双阈值分割方法. 涂建平,彭应宁.兵工学报,第25卷第1期. 2004 *

Also Published As

Publication number Publication date
CN1835554A (zh) 2006-09-20

Similar Documents

Publication Publication Date Title
US8391612B2 (en) Edge detection with adaptive threshold
Zhu et al. Single image dehazing using color attenuation prior.
CN102314673B (zh) 一种自适应图像增强方法
EP1832894A3 (en) System and method for automatic gain compensation based on image processing
WO2003009579A3 (en) Computational methods for the segmentation of images of objects from background in a flow imaging instrument
CN109410230A (zh) 一种可抗噪声的改进Canny图像边缘检测方法
EP1115254A3 (en) Method of and apparatus for segmenting a pixellated image
WO2006044996A3 (en) System and method for automated boundary detection of body structures
WO2008033347A3 (en) Localization of nodules in a radiographic image
CN102324021A (zh) 一种基于剪切波变换的红外弱小目标检测方法
EP1918873A3 (en) Image processing method, medium and system
EP0973128A3 (en) Histogram-based intensity expansion
WO2008091278A3 (en) Iris data extraction
EP0363828A3 (en) Method and apparatus for adaptive learning type general purpose image measurement and recognition
CN113296095B (zh) 一种用于脉冲探地雷达的目标双曲线边缘提取方法
CN100372361C (zh) 实时浮动阈值提取方法
JP2011138310A (ja) 有害鳥類の数及び停留位置の確定方法及びその確定装置並びに有害鳥類の防除方法
CN110348442B (zh) 一种基于支持向量机的船载雷达图像海上油膜识别方法
CN2781675Y (zh) 一种实时浮动阈值提取的电控装置
CN104239864A (zh) 一种基于图像处理的货车车号识别系统
CN105825514A (zh) 基于剪切波系数概率密度分布的图像边缘检测方法
Starovoitov et al. Image enhancement for face recognition
CN110288536A (zh) 一种基于改进双边滤波的井下图像处理方法
CN112070741B (zh) 一种基于图像显著性区域提取方法的大米垩白度检测系统
CN113176549B (zh) 水下激光选通成像距离能量包络优先去噪方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20080227

Termination date: 20110316